Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > nlin > arXiv:1209.2467

帮助 | 高级搜索

非线性科学 > 适应性与自组织系统

arXiv:1209.2467 (nlin)
[提交于 2012年9月12日 ]

标题: 在随机网络上的布谢-梅扎尔模型

标题: Bouchaud-Mézard model on a random network

Authors:Takashi Ichinomiya
摘要: 我们研究了Bouchaud-Mézard(BM)模型,该模型被提出用以解释现实经济中的帕累托定律,在一个随机网络上进行了研究。利用“绝热且独立”的假设,我们解析得到了财富的平稳概率分布函数。结果表明,财富凝聚——由财富方差的发散所指示——发生在比平均场理论得到的值更大的$J$上,其中$J$表示代理之间相互作用的强度。我们将我们的结果与数值模拟的结果进行了比较,发现它们很好地吻合。
摘要: We studied the Bouchaud-M\'ezard(BM) model, which was introduced to explain Pareto's law in a real economy, on a random network. Using "adiabatic and independent" assumptions, we analytically obtained the stationary probability distribution function of wealth. The results shows that wealth-condensation, indicated by the divergence of the variance of wealth, occurs at a larger $J$ than that obtained by the mean-field theory, where $J$ represents the strength of interaction between agents. We compared our results with numerical simulation results and found that they were in good agreement.
评论: 将发表于《物理评论E》
主题: 适应性与自组织系统 (nlin.AO) ; 无序系统与神经网络 (cond-mat.dis-nn); 统计金融 (q-fin.ST)
引用方式: arXiv:1209.2467 [nlin.AO]
  (或者 arXiv:1209.2467v1 [nlin.AO] 对于此版本)
  https://doi.org/10.48550/arXiv.1209.2467
通过 DataCite 发表的 arXiv DOI
期刊参考: Physical Review E, 86, 036111(2012)
相关 DOI: https://doi.org/10.1103/PhysRevE.86.036111
链接到相关资源的 DOI

提交历史

来自: Takashi Ichinomiya [查看电子邮件]
[v1] 星期三, 2012 年 9 月 12 日 00:38:11 UTC (1,048 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
nlin.AO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2012-09
切换浏览方式为:
cond-mat
cond-mat.dis-nn
nlin
q-fin
q-fin.ST

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号